多族裔队列前列腺癌风险识别：Proclarix 美国多中心前瞻性验证研究

数据集获取

源站：https://clinicaltrials.gov/study/NCT07543757

标准获取流程：

1. 访问源站链接，注册/登录账号；
2. 进入数据集详情页，按页面指引申请权限或直接下载；
3. 部分平台提供 SDK，例如：
   • OpenDataLab: pip install openxlab 后 openxlab.dataset.get(...)
   • ModelScope: pip install modelscope 后 modelscope download
   • 天池: 登录后页面提供直链下载
     以源站「数据下载/使用文档」页面为准。

数据说明

条件：前列腺癌检测。前列腺癌仍然是全球男性癌症相关发病率和死亡率的主要原因之一，不同种族群体在发病率和结局方面存在显著差异，其中黑人男性受前列腺癌影响更早、更频繁，且疾病更具侵袭性。当前的风险分层工具往往缺乏有效评估和预测不同人群前列腺癌风险所需的精确性。Proclarix®是一种基于血液的检测方法，通过指示临床显著性疾病的风险来解决前列腺癌（PCa）过度诊断的问题。它由两种新型生物标志物——血小板反应蛋白1（THBS1）和组织蛋白酶D（CTSD）——组成，并与总前列腺特异性抗原（tPSA）、游离PSA（fPSA）和年龄相结合。软件算法返回一个风险评分，可用于辅助识别临床显著前列腺癌（csPCa），其定义为国际泌尿病理学会（ISUP）分级分组≥2。

Proclarix® 已在955名男性中完成开发与验证，其中大多数为白人背景，灵敏度为90%，特异度为43%，阴性预测值（NPV）为95%，阳性预测值（PPV）为25%。在德国和奥地利患者中确立的验证性能已在其他欧洲人群中得到充分确认：英国、西班牙、丹麦、意大利和瑞士。若要广泛使用，还需进一步研究以确认 Proclarix® 在不同种族背景患者中的性能。

数据加载示例（图像类）

from PIL import Image
import glob, os

files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
       + glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)

# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path)  # 要求 子目录=类别

目录组织与标注格式以源站说明和下载后实际文件为准。